買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉哈爾濱工業大學申請的專利基于RBF神經網絡的動態系統模型預測控制方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116520687B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211651416.0，技術領域涉及：G05B13/04；該發明授權基于RBF神經網絡的動態系統模型預測控制方法是由高會軍;李湛;李苑;鄭曉龍;于興虎設計研發完成，并于2022-12-21向國家知識產權局提交的專利申請。

本基于RBF神經網絡的動態系統模型預測控制方法在說明書摘要公布了：基于RBF神經網絡的動態系統模型預測控制方法，屬于動態系統的控制技術領域。解決了現有動態系統模型預測控制方法存在控制精度差和動態響應速度慢的問題。本發明中根據動態系統的動力學參數，建立動態系統控制輸入與狀態變量之間的動力學方程，利用虛擬控制變量將所述動力學方程轉化為基于虛擬控制變量的標稱形式，再轉換為狀態空間形式，利用狀態空間形式的動力學方程設計模型預測控制算法的代價函數，對代價函數優化求解，采用基于神經網絡的擾動逼近模型，反解獲取動態系統的未建模動態和外界擾動，利用所述未建模動態和外界擾動求取擾動補償后的系統輸出，進而獲得動態系統的控制信號本發明適用于四旋翼飛行器動態系統控制。

本發明授權基于RBF神經網絡的動態系統模型預測控制方法在權利要求書中公布了：1.基于RBF神經網絡的動態系統模型預測控制方法，其特征在于，它包括： 步驟一：根據動態系統的動力學參數，建立動態系統控制輸入與狀態變量之間的動力學方程；動態系統的動力學參數包括:轉動慣量和電機系數； 步驟二：根據轉動慣量的個數，設計虛擬控制變量，利用虛擬控制變量將所述動力學方程轉化為基于虛擬控制變量的標稱形式，獲得標稱形式的動力學方程； 步驟三：將所述標稱形式的動力學方程轉換為狀態空間形式，利用狀態空間形式的動力學方程設計模型預測控制算法的代價函數； 步驟四：根據動力學系統的控制約束條件，對所述代價函數進行優化求解，獲得控制輸出，將控制輸出的第一個元素作為動態系統的輸入，獲得動態系統輸出信號； 步驟五：利用標稱形式的動力學方程、虛擬控制變量和步驟四獲得的動態系統輸出信號，采用基于神經網絡的擾動逼近模型，反解獲取動態系統的未建模動態和外界擾動； 步驟六：將步驟五獲得的未建模動態、外界擾動和虛擬控制變量作為動態系統輸入，獲得擾動補償后的系統輸出信號，采用控制分配矩陣對擾動補償后的系統輸出信號進行轉換，獲得動態系統的控制信號。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人哈爾濱工業大學，其通訊地址為：150001 黑龍江省哈爾濱市南崗區西大直街92號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。